Пропастин П.А., Муратова Н.Р.

Анализ многолетних рядов NOAA/AVHRR/NDVI и гидрометрических
условий южной части Казахского мелкосопочника
П.A. Пропастин 1, Н.P. Муратова 2
Insitute of Geography, Georg-August University
Goldschmidtstrasse, 5, 37075, Goettingen, Germany
E-mail: ppavel@gmx.de
2
Институт космических исследований МОН Республики Казахстан
050010, г. Алматы, ул. Шевченко, 15
E-mail: nmuratova@rambler.ru
1
Проанализирована зависимость условий вегетации от климатических компонетнов для центральной части
Карагандинской области. Исходными данными являлись декадные индексы NOAA/AVHRR/ NDVI 8х8 км за период
1985-2001 и данные 9 метеостанций. Эмпирические зависимости между состоянием растительности и метеоусловиями
получены путем расчета автокорреляционных коэффициентов и уравнений линейной регрессии в сезонном и
межсезонном многолетнем циклах. Показана вариативность параметров регрессионных уравнений и степени
корреляционной связи в пространстве и времени. В 16-ти летнем цикле выявлена тесная положительная
корреляционная связь между усредненными NDVI за вегетационный период и суммами осадков. Наиболие высокие
показатели (r = 0,6-0,9) характерны для степной и полупустынной зоны. Причем суммирование осадков за 2-3
предшествующих года увеличивает коэффициент корреляции. Высокая степень зависимости обнаружена также для
усредненного весеннего NDVI и средней весенней температуры (r = 0,6-0,8). Зависимость между суммарными
летними осадками и усредненным NDVI за июнь-август несколько ниже, но также статистически достоверна (r = 0,480,55). Анализ данных внутри вегетационного периода (апрель – октябрь) также выявил наличие зависимости NDVI от
хода температуры (r = 0,7-0,8) и осадков (r = 0,6-0,75). Для полупустынных и степных районов наблюдается 3-4-х
недельное отставание пика NDVI от пика осадков. Предложен новый метод количественной оценки опасности
деградации для каждого пикселя, основанный на расчитанных регрессионных уравнениях. Для каждого пикселя на
каждый сезон расчитаны отклонения от регрессионной прямой и затем тренд отклонения в многолетнем ходе.
Отрицательный уклон тренда указывает на деградационные процессы. По знаку и величине уклона тренда
произведена оценка опасности деградирования и составлена карта для региона исследования.
Введение
Для эффективного управления растительными ресурсами и моделирования биосферных процессов
необходимо знать степень влияния внешних факторов на историческую динамику растительности, самыми
важными из которых являются климат и антропогенное воздействие. Растительный покров, являясь
наиболее динамичным компонентом, чутко реагирует на современные изменения глобального климата,
исследования двадцатилетней динамики условий вегетации выявили значительные изменения состояния
растительности с 1981 года, которые проявляются как в увеличении продуктивности растительного
покрова, так и в удлинении вегетационного периода. Доказана тесная связь между увеличением зимних и
весенних температур и положительным трендом условий вегетации за двадцатилетний период на
глобальном [1, 2, 3] и региональном [4] уровнях.
Вторым важнейшим фактором, обуславливающим межгодовую динамику условий вегетации в
аридных регионах, является фактор осадков. Отмечается тесная зависимость между величиной межгодовой
вариативности осадков и степенью их влияния на динамику растительного покрова: наибольшую
чувствительность к колебаниям осадков проявляет растительный покров тех регионов, где эти колебания
имеют амплитуду минимум 25-30% от средней многолетней суммы.
Кроме знаний о многолетней динамике условий вегетации и ее зависимости от динамики
климатических факторов, важна также информация о влиянии погодных компонентов на растительность во
внутрисезонном вегетационном цикле. Опубликованные исследования демонстрируют тесную
коррелятивную зависимость между ходом условий вегетации и ходом гидротермического фактора внутри
периода вегетации [5, 6, 7, 8]. Наиболее высокие коэффициенты корреляции достигаются при
366
использовании в расчетах месячных значений переменных [9, 10], для декадных, двухнедельных и
двудекадных значений корреляционная связь несколько слабее.
В данном исследовании была предпринята попытка выявить силу влияния гидротермического
компонента на динамику растительного покрова южной части Казахского мелкосопочника. В качестве
переменных, определяющих многолетний тренд и динамику состояния вегетации, выступали декадные
суммы осадков и декадные средние температуры за период 1985-2000. Как общий показатель
вегетационной активности был взят декадный NDVI. Была просчитана статистическая взаимосвязь между
временными сериями NDVI и гидротермического компонента для всего 16-ти летнего цикла и в
отдельности для внутресезонного цикла вегетации, продолжающегося с апреля по октябрь.
Характеристика района исследования
Регион исследования располагается между 46°-50° с.ш. и 72°-75° в.д. и включает в себя центральную
часть Карагандинской области. Южной границей служит береговая линия озера Балхаш, северная граница
региона исследования проходит по Казахскому мелкосопочнику – своеобразной природной части низких
островных гор и холмов, возвышающихся над поверхностями денудационных и аккумулятивных равнин.
Климат региона сухой резкоконтинентальный, среднее количество осадков изменяется от 100 мм на юге
региона исследования до 280 мм на севере, но наблюдаются высокие колебания в межгодовом цикле: от 20
до 30 %. Средняя годовая температура равна 0 - 1,5°С, при этом амплитуда температур составляет 40 – 50° C.
Территория района исследования принадлежит в плане физико-географического районирования к зоне
сухих степей, пустынь и полупустынь. Приобладающим типом почв в зоне сухих степей и пустынь
являются светло-каштановые и каштановые, в пустыне почвенный покров развит слабо и представлен в
основном щебнистыми, солончаковыми и кое-где глинистыми пустынными почвами.
Растительный
покров очень неоднороден, зональным типом является разнотравно-злаковая в комплексе с кустарниками в
северной части и псаммофитные полукустарнички, карликовые полукустарнички в комплексе с низкими
ксерофитными травами на юге. В сухостепной зоне распространены такие вегетационные комплексы как
холоднополынно-злаковый,
белополынно-типчаково-ковыльный,
холоднополынно-типчаковый
в
сочетании с красноковыльно-кустарниковым, разнотравно-овседово-типчаковый. В пустыне преобладают
вегетационные комплексы, в которых сочетаются разные виды полыни, джузгун и терескен. Растительный
покров полупустыни сформирован ксерофильными видами злаков и полукустарничков, причем при
движении с юга на север доля полукустарничков уменьшается, а доля злаков возрастает. Широко
представлены эфемеры и однолетние. Области, занятые солончаками и солончаковыми почвами, почти
лишены растительности. Здесь встречаются лишь отдельные экземпляры галофитов и супергалофитов,
таких как биюргун, карабарак и сарсазан.
Таким образом, вегетационные комплексы пустыни, полупустыни и сухой степи являются тремя
основными типами подстилающей поверхности в регионе исследования и, как показал ход нашей работы,
четко разделяются по динамике во внутрисезонном вегетационном цикле и по степени обусловленности
этой динамики климатическими факторами. Изходя из этого, наш анализ динамики вегетационных условий
базировался на естественном физико-географическом делении региона, вычленении и усреднении данных
NDVI и метеостанций на три основных типа растительного покрова. Для демонстрации неоднородности
внутри типа покрытия мы также провели расчеты для каждого отдельного пикселя.
Спутниковые и климатические данные
С 1981 года NOAA проводит ежедневный глобальный мониторинг состояния растительности земной
поверхности. Нормализованный дифференциальный вегетационный индекс NDVI, получаемый на базе
спутниковых данных NOAA/AVHRR, расчитывается из разницы рефлексии в 1 и 2 канале и имеет
367
пространственное расширение 8 или 16 километров. Низкое пространственное и высокое временное
расширение позволяет охватывать обширные площади и извлекать максимум информации для анализа
динамики растительного покрова. Труднопереоценимым качеством архива данных NOAA/AVHRR
является свободный бесплатный доступ к нему через сеть интернета. В данном исследовании мы
использовали декадные индексы NOAA/AVHRR NDVI с разрешением 8х8 км за период 1985-2000.
Составленный банк данных включает в себя 336 декад вегетационного сезона (с апреля по октябрь) для
каждого года из периода исследования.
Данные по метеорологическим станциям, расположенным в районе исследования, были получены из
КазГидроМета и имели аналогичное временное разрешение – 10 дней. Данные включали средние декадные
значения температур и суммы 10-дневных осадков для каждого вегетационного сезона за период 1985-2004
годы. Таким образом, к банку данных NOAA/AVHRR NDVI были присовокуплены данные 9 метеостанций
за аналогичный период времени.
Приведение данных в рабочее состояние
Необходимым этапом, предшествующим тематическому анализу данных, является их предварительная
обработка, включающая в себя приведение спутниковых данных в рабочее состояние и оцифровка данных
метеостанций.
Технология обработки временных серий NOAA NDVI предусматривает несколько уровней. После
загрузки данных из Интернета осуществляется их геометрическая и радиометрическая нормализация, отбор
безоблачных фрагментов, географическая привязка и преобразование в заданную картографическую
проекцию.
Набор процедур геометрической нормализации включал линеаризацию данных, внесение поправки на
рельеф и ряд других операций.
Радиометрическая калибровка необходима из-за ухудшения состояния датчиков AVHRR при
длительной эксплуатации и для устранения проблемных зон во временных сериях, появляющихся при
переходе с одного типа спутников на другой. В данном исследовании был применен принцип
эквивалентного альбедо [11]. В качестве эталонных участков выступали две поверхности с однородным
покрытием в Сахаре и Аравийской пустыне. По результатам наблюдений вычислены калибровочные
коэффициенты, которые затем применены на временные серии NDVI.
Необходимость атмосферной коррекции обусловлена искажением сигнала из-за поглощения и
рассеяния электромагнитного излучения в атмосфере облаками. Эта проблема частично преодолена при
выборе максимальных значений для каждого пикселя исследуемой территории за 10 дней. Оставшиеся
искажения были удалены при обработке медиальным фильтром или при вычислении среднего значения для
соседних декад.
Географическая привязка заключалась в привязке к топоосновам. Все данные были преобразованы в
географическую проекцию.
Первичная обработка данных осадков и температуры включала в себя устранение пробелов в
статистике и получение декадных цифровых карт этих переменных на весь период исследования. После
устранения пробелов в статистике, цифровые карты с разрешением, равным NOAA AVHRR NDVI были
произведены пакетом программ Surfer 8. Способ интерполяции – простой крикинг. Затем полученные
временные серии цифровых карт были привязаны к базовым топоосновам и переведены в географическую
проекцию.
Методы анализа
В данном исследовании были проанализированы зависимости межгодовой и внутригодовой динамики
условий вегетации от гидротермического фактора. Для этого были сопоставлены ряды NDVI и осадков,
NDVI и температур и вычислена теснота корреляционной связи между ними. Это было сделано путем
расчета линейных корреляционных коэфиициентов и уравнений линейной регрессии между данными
368
рядами, в которых NDVI выступал как зависимая переменная. Для оценки надежности коэффициента
корреляции применялся критерий Фишера.
Анализ многолетней динамики
Для анализа межгодовой динамики и зависимости ее от климатических факторов были сопоставлены
ряды значений NDVI, усредненных для каждого вегетационного периода, с рядами осадков,
суммированных за апрель-май для каждого года, и с рядами усредненных температур. Коэффициенты
корреляции между рядами расчитывались с доверительной вероятностью β = 0,95. Для определения
тесноты связи между многолетней динамикой сезонных условий вегетации и сезонных климатических
условий, расчеты проводились также для среднесезонных значений переменных (весна, лето, осень).
Мы попробовали выяснить, насколько сильно влияние осадков, выпавших в предыдущие годы, на
текущие условия вегетации. Для этого были составлены ряды из осадков, суммированных за несколько лет,
от 2 до 4. Увеличение коэффициента корреляции, расчитанного между рядами аккумулированных осадков
и рядами NDVI, служит сигналом того, что осадки предыдущих лет оказывают влияние на текущию
динамику растительного покрова.
Анализ связи внутри периода вегетации
Для анализа корреляционных связей внутри растительного сезона сопоставлялись ряды декадных
значений NDVI с рядами декадных сумм осадков и средних декадных температур. Для этого было
расчитано среднее значение каждой из трех переменных для каждой декады (с 1-ой по 21-ую)
вегетационного сезона за период 1985-2000.
Подобные исследования, проведенные в различных регионах земного шара, увазывают на наличие
ассинхронности между внутригодовым ходом NDVI и ходом осадков [5, 7, 8, 9]. Ассинхронность
составляет от 1 до 12 декад, и выражается в запаздывании пика NDVI после пика осадков. Причиной ее
является замедленная чувствительность растительности на осадков, зависящая от скорости биохимических
процессос в самих растениях и в почвенном покрове, а также от способности почвы ассимилировать влагу.
Для выявления феномена асинхронности расчеты проводились с рядами, сдвинутыми от 1 до 6 декад по
отношению к друг к другу.
Результаты
Межгодовая динамика
Анализ динамики NDVI
и гидротермического фактора в 16-ти летнем цикле выявил тесную
корреляционную зависимость между этими переменными (Рисунок 1). Причем если корреляция NDVI с
осадками и с весенними температурами положительная (Рисунок 2), то корреляция NDVI со средними
температурами за вегетационный период отрицательная. При расчетах тесноты связи между NDVI и
осадками наиболее высокие коэффициенты корреляции наблюдаются для рядов, включающих усредненные
значения NDVI за вегетационный период и суммы осадков за апрель-октябрь. Усредненные летние и
осенние величины дают несколько меньшие коэффициенты корреляции, тогда как между рядами средних
осенних значений корреляция отрицательна и теснота наблюдаемой связи очень низка. Теснота
корреляционной связи зависит от типа вегетационного покрытия: самые высокие коэффициенты
корреляции показывает степная растительность (r = 0,74 для всего периода вегетации, r = 0,54 для лета и
r = 0,48 для весны), в то время как пустынная растительность – самые низкие (r = 0,57; r = 0,55 и r = 0,41
соответственно), полупустынная занимает промежуточное положение (Таблица 1, Рисунок 4a).
369
Корреляционная связь между рядами NDVI и температуры имеет отрицательный знак для летних
величин, усредненных на весь вегетационный период, и положительный знак для весеннего и осеннего
сезонов (Таблица 2, Рисунок 4б).
Причем, если для осени коэффициенты корреляции очень низки (r = 0,17-0,20), то для весны они лежат
в пределах r = 0,62-0,85 и превышают таковые, расчитанные для корреляционной связи между NDVI и
осадками.
Таблица 1. Коэффициенты корреляции между рядами среднего NDVI для всего периода вегетации и отдельных
сезонов и рядами соответствующих сумм осадков на период 1985-2000
Тип вегетации
Вся степь
Вся полупустыня
Вся пустыня
Все пиксели
Коэффициент корреляции между NDVI и осадками
Период
вегетации
0,74
0,64
0,57
0,65
Весна
Лето
Осень
0,54
0,48
0,41
0,51
0,69
0,54
0,55
0,61
-0,17
-0,15
-0,20
-0,18
Таблица 2. Коэффициенты корреляции между рядами среднего NDVI для всего периода вегетации и отдельных
сезонов и соответствующими рядами средней температуры на период 1985-2000
Тип вегетации
Коэффициент корреляции между NDVI и температурой
Весна
Лето
Осень
Вся степь
Вся полупустыня
Период
вегетации
-0,65
-0,49
0,81
0,80
-0,51
-0,38
0,17
0,15
Вся пустыня
Все пиксели
-0,38
-0,22
0,62
0,78
-0,22
-0,44
0,20
0,18
Рис. 1. Динамика аномалий средних весенних NDVI и температур (слева), средних NDVI и осадков за период
вегетации (справа) в течение 1985-2000. Аномалии вычислены в единицах стандартного отклонения и усреднены на
весь регион. Жирная линия – NDVI, линия со значком – климатические компоненты
370
Рис. 2. Графики регрессии между временными сериями среднего весеннего NDVI и средней весенней температуры
(вверху), среднего NDVI и суммами осадков за период вегетации (внизу)
Рис. 3. Зависимость коэффициента корреляции от количества накопленных осадков
Рис. 4. Коэффициент корреляции между временными сериями среднего весеннего NDVI и средней весенней температуры
(слева), среднего NDVI и суммами осадков за период вегетации (справа), вычисленые для каждого пикселя
371
Внутрисезонная динамика
Анализ декадных данных внутри вегетационного периода выявил наличие корреляционной
зависимости NDVI от хода температуры и осадков. В обоих случаях корреляция положительна и теснота
связи зависит от типа растительности (Рисунок 5). Как и в межгодовой динамике, степная растительность
обнаруживает наиболее высокие коэффициенты корреляции (r = 0,71 и r = 0,84), для пустынной
растительности они самые низкие (r = 0,51 и r = 0,63). Ход декадных значений NDVI синхронен ходу
температуры для всех типов растительности. Однако наблюдается асинхроничность между динамикой
NDVI и осадков. Разница между ходом NDVI и ходом осадков увеличивается от пустыни (0-0,5 декад) к
степи (2-3 декады) и зависит, вероятно, от представленности многолетних трав и злаков в растительном
покрове: чем больше их доля, тем значительнее асинхронность (Рисунок 6).
Рис. 5. Коэффициент корреляции между сериями декадных значений NDVI и гидротермического фактора внутри
периода вегетации, вычисленый для каждого пикселя: NDVI и температура (слева), NDVI и осадки (справа)
Рис. 6. Зависимость коэффициента корреляции между временными сериями декадных NDVI и декадных сумм осадков
внутри периода вегетации от временного сдвига (декады) для основных типов покрытия
Модель выявления очагов деградации растительного покрова
В виду того, что динамика растительного покрова в многолетнем цикле тесно связана с динамикой
гидротермического фактора, любой временной тренд NDVI обусловлен прежде всего трендом
климатических переменных. Представляется возможным устранить климатическую компоненту из тренда
NDVI и таким образом определить компоненту, не связанную с гидрометрическим фактором. Эта
компонента будет отражать изменение состояния растительности в результате внешних воздействий,
главным образом антропологического характера [4, 13].
372
Выше было количественно определено влияние гидротермического фактора на межгодовую динамику
условий вегетации в 16-тилетнем цикле путем расчета коэффициента корреляции и уравнений регрессии
для каждого пикселя в регионе исследования. Эмпирическая линия регрессии, определяемая уравнением,
описывает ожидаемые значения NDVI для разных сумм осадков. Однако фактические значения NDVI
отклоняются от линии регрессии по той причине, что в данный пункт времени условия вегетации
отличаются от расчетно-теоретических. Если предположить, что теоретические значения NDVI,
соответсвующие каждому интервалу гидрометрического фактора представляют собой продукт
климатической компоненты, то для ее устранения необходимо вычислить отклонения фактических
значений от найденных теоретических. Это было сделано для каждого пикселя и каждого года периода
исследования. Таким образом, мы получили временные серии антропогенной компоненты на период 19852000 гг. Для индикации очагов деградации вегетационного покрова необходимо было проследить тренд
отклонения фактических значений от расчетных теоретических; негативные значения тренда будут
указывать на уменьшение восприимчивости растительного покрова к гидротермическому фактору и,
следовательно, на происходящие процессы деградации. После расчета трендов неклиматической
компоненты выявились области негативных значений, индицирующие очаги деградации растительного
покрова (Рисунок 7).
Рис. 7. Временной тренд (1985-2000 гг.) отклонений фактических значений NDVI от найденых теоретических.
Отрицательные значения тренда указывают на ухудшение условий вегетации.
Области низких отрицательных значений представляют собой очаги деградации растительного покрова
Заключение
Данное исследование имело целью изучение зависимости динамики условий вегетации от
климатических факторов (осадки и температуры) в аридно-семи-аридном регионе Центрального
Казахстана. Результаты работы доказывают наличие тесной взаимосвязи между условиями вегетации и
гидротермического фактора, как в межгодовом 16-ти летнем цикле, так и внутри периода вегетации.
Теснота корреляционной зависимости, рассчитанная для временных серий NDVI и гидротермического
фактора, примерно соответствуют таковой, полученной для других аридных и семиаридных регионов
[4, 5, 9]. Установленная корреляционная зависимость варьируется между типами растительного покрова и
возрастает от пустыни к степи.
Коэффициенты корреляции между сериями NDVI и осадков в межгодовом цикле составляют 0,57 для
пустыни, 0,64 для полупустыни и 0,74 для степи. Суммирование осадков за 1-3 предыдущие года дает
увеличение величины коэффициента корреляции для полупустынных и степных вегетационных покровов
373
(Рисунок 3). Внутри периода вегетации фактор осадков имеет несколько меньшее влияние, расчитанные
коэффициенты корреляции колеблются от 0,51 до 0,71 в зависимости от типа растительности. Установлена
асинхронность хода NDVI и хода осадков для полупустыни и степи, отставание пика NDVI от пика
осадков составляет сооветственно 1-2 и 2-3 декады.
Термический фактор играет бóльшую роль как в 16-тилетнем цикле, так и внутри периода вегетации.
Коэффициенты корреляции, полученные для временных рядов NDVI и температур, превышают таковые,
расчитанные для NDVI и сумм осадков, что вполне согласуется с результатами ранее опубликованных
работ [5, 9]. Серии NDVI положительно коррелируют с сериями температуры, усредненной за апрель-май
(r = 0,64-0,84), и отрицательно коррелируют с летними температурами. Ранее такие же результаты были
получены китайскими учеными для сухих регионов КНР [4].
Пользуясь полученными уравнениями линейной регрессии, произведена оценка опасности деградации
вегетационного покрова. Для этого расчитаны отклонения фактических величины NDVI от теоретической,
лежащей на эмпирической линии регрессии, на каждый год, а затем тренд отклонений за период
исследования. Очаги деградации растительного покрова определялись по негативным значениям тренда.
Литература
1. Muneni R. B., Feeling C. D., Tucker C. J., Asrar G. & Nemani R. R. 1997. Increased Plant Growth in the
Nothern high Latitudes from 1981 to 1991 // Nature, Vo. 386/17: 698-701.
2. Kowabata A., Ichi K. & Yamaguchi Y. 2001. Global Monitoring of Interannual Changes in Vegetation
Activities Using NDVI and its Relationship to Temperature and Precipitation // Int. J. Remote Sensing,
22: 1377-1382.
3. Tucker C. J., Slayback D. A., Pinzon J. E., Los S. O., Muneni R. B. & Tailor M. G. 2001. Higher Nothern
Latitude Normalized Difference Vegetation Index and Growing Season Trends from 1982 to 1999 // Int. J.
Biometeorol., 45: 184-190.
4. Xiao, J. & A. Moody. 2004. Trends in vegetation activity and their climatic correlates: China 1982 to 1998 //
Int. J. Remote Sensing, 25: 5669-5689.
5. Yang, W., Yang, L. & W. Merchant. 1997. An assessment of AVHRR/NDVI-ecoclimatic relations in Nebraska,
U.S.A. // Int. J. Remote Sensing, 18: 2161-2180.
6. Lei J. & A. J. Peters. 2004. A Spatial Regression Procedure for Evaluating the Relationship between AVHRRNDVI and Climate in the Nothern Great Plains // Int. J. Remote Sensing, 25: 297-311.
7. Tateishi R. & Ebata M. 2004. Analysis of Phenological Change Patterns using 1982-2000 Advanced Very high
Resolution Radiometer (AVHRR) Data // Int. J. Remote Sensing, 25: 2287-2300.
8. Yang, L., Wylie, B., Tieszen, L. L., Reed, B. C., 1998. An analysis of relationships among climate forcing and
time-integrated NDVI of grasslands over the U.S. Northern and Central Great Plains // Remote Sensing of the
Environment, 65, 25–37.
9. Li, B., Tao, S. & Dawson, R. W. 2002. Relation between AVHRR NDVI and ecoclimatic parameters in China //
Int. J. Remote Sensing, 23: 989-999.
10. Eklundh L. 1998. Estimating relations between AVHRR NDVI and rainfall in east Africa at 10-day and
monthly time sclales // Int. J. Remote Sensing, 19: 563-568.
11. Kaufman Y. J. & B. N. Holben. 1993. Calibration of the AVHRR Visible and Near Infrared Bands by
Atmospheric Scattering, Ocean Glint and Desert Reflection // Int. J. Remote Sensing, 14: 21-52.
12. Evans J. & R. Geerken. 2004. Discrimination Between Climate and Humane-Induced Dryland Degradation //
J. of Arid Environment, 57: 535-554.
374